Ant Group expande os Modelos de IA Aberta com Ling-2.5-1T, Ring-2.5-1T e Open AI

Descubra as principais notícias e eventos de fintech!

Subscreva a newsletter do FinTech Weekly

Lida por executivos da JP Morgan, Coinbase, Blackrock, Klarna e mais

O desenvolvimento de inteligência artificial no interior de grandes empresas de tecnologia financeira está a entrar numa nova fase. A Ant Group lançou dois modelos de IA com dois biliões de parâmetros sob licenças abertas, alargando a sua família de modelos Ling e sinalizando um investimento contínuo em sistemas avançados de raciocínio ligados a serviços financeiros e digitais.

A empresa de fintech, com sede em Hangzhou, anunciou o Ling-2.5-1T, um grande modelo de linguagem concebido para raciocínio eficiente e interação com agentes, juntamente com o Ring-2.5-1T, descrito como o primeiro modelo de pensamento híbrido com arquitetura linear. Ambos os sistemas assentam na série Ling 2.0 apresentada em outubro de 2025 e estão disponíveis no Hugging Face e no ModelScope, duas plataformas amplamente usadas para distribuição aberta de IA.

Os lançamentos fazem parte de uma atualização mais ampla na carteira de IA aberta da Ant Group, que inclui também a série multimodal Ming. No início deste mês, a empresa apresentou o Ming-Flash-Omni-2.0, um modelo unificado que lida com fala, áudio e música numa única arquitetura.

Modelos com foco em raciocínio eficiente

O Ling-2.5-1T representa o mais recente modelo de topo da série Ling de modelos gerais de linguagem da Ant Group. Materiais da empresa descrevem melhorias na eficiência do raciocínio e no alinhamento de preferências, além de suporte para interação nativa com agentes. O modelo aceita comprimentos de contexto até um milhão de tokens, permitindo análises de longa duração e tarefas de diálogo alargadas.

Os ganhos de eficiência parecem estar no centro da atualização. A Ant Group informou que o Ling-2.5-1T corresponde ao desempenho dos modelos de raciocínio de ponta no benchmark AIME 2026, utilizando, no entanto, significativamente menos tokens. Sistemas comparáveis tipicamente requerem entre 15.000 e 23.000 tokens para resultados semelhantes. O Ling-2.5-1T utiliza cerca de 5.890 tokens, de acordo com a empresa.

A redução no uso de tokens afeta o custo de computação e a velocidade de resposta. Em implementações empresariais, estas melhorias podem reduzir as despesas de inferência e permitir aplicações em maior escala. As empresas de tecnologia financeira processam frequentemente tarefas linguísticas de elevado volume, como análise de conformidade, interação com clientes e revisão de documentos. A eficiência tem, por isso, importância operacional.

Ring-2.5-1T visa raciocínio matemático avançado

O Ring-2.5-1T pertence à série Ring otimizada para raciocínio da Ant Group. O modelo utiliza o que a empresa chama uma arquitetura linear híbrida, destinada a melhorar a resolução estruturada de problemas. A Ant Group reportou pontuações elevadas em benchmarks académicos de matemática, incluindo resultados que atingem padrões de medalha de ouro em competições internacionais.

No benchmark International Mathematical Olympiad 2025, o Ring-2.5-1T obteve 35 de 42. No benchmark China Mathematical Olympiad 2025, chegou a 105 de 126, acima do corte da equipa nacional. Estes testes avaliam raciocínio multi-etapa e manipulação simbólica, em vez de fluência geral em linguagem.

Um desempenho forte neste domínio sugere progresso em sistemas de raciocínio especializados. Os benchmarks de matemática tornaram-se um ponto de referência para avaliar a capacidade de raciocínio em modelos grandes. As melhorias podem traduzir-se em aplicações que exigem análise estruturada, como modelação financeira, avaliação de risco ou computação científica.

Expansão da família de modelos Ling

A família Ling, também conhecida como BaiLing, é agora composta por três linhas principais: modelos gerais de linguagem Ling, modelos de raciocínio Ring e sistemas multimodais Ming. Os lançamentos de fevereiro atualizam cada linha num período curto. A Ant Group descreveu os lançamentos como uma atualização abrangente em toda a família de modelos abertos.

A distribuição aberta continua a ser um elemento notável da estratégia. Ao disponibilizar modelos sob licenças abertas, a Ant Group permite que investigadores e programadores os acedam e adaptem. A IA open-source tornou-se um campo competitivo entre grandes empresas de tecnologia e grupos de investigação. A disponibilidade no Hugging Face e no ModelScope coloca os modelos dentro de comunidades globais de desenvolvimento.

Para empresas de fintech, modelos abertos podem acelerar a adoção do ecossistema. Programadores externos podem construir aplicações adaptadas a tarefas do setor, alargando casos de uso práticos sem desenvolvimento direto do fornecedor. A Ant Group seguiu abordagens semelhantes em plataformas de pagamentos e finanças digitais, incentivando a integração de terceiros.

Desenvolvimento multimodal com Ming-Flash-Omni-2.0

Os lançamentos de Ling e Ring seguem a introdução do Ming-Flash-Omni-2.0 a 11 de fevereiro. A Ant Group descreveu esse modelo como o primeiro a unificar fala, áudio e música numa única arquitetura. Sistemas multimodais integram vários tipos de dados, permitindo interações entre voz, som e texto.

Essa capacidade tem relevância para interfaces de serviços financeiros. Assistentes de voz, autenticação por áudio e ferramentas de banca conversacional dependem de processamento multimodal. A integração de modalidades num único modelo pode simplificar a implementação e a coordenação entre canais. A Ant Group não divulgou comparações de benchmark para o Ming-Flash-Omni-2.0, mas posicionou-o como um modelo omni em grande escala.

O timing dos lançamentos ao longo de três linhas de modelos sugere um desenvolvimento coordenado em vez de atualizações isoladas. Ling, Ring e Ming, em conjunto, cobrem interação de linguagem, raciocínio e multimodal. Essa combinação está alinhada com implementações de IA empresariais que exigem múltiplas funções cognitivas.

Desenvolvimento de IA no interior de empresas de tecnologia financeira

Grandes empresas de fintech estão a construir cada vez mais infraestruturas de IA proprietárias. Plataformas de pagamento, bancos digitais e mercados financeiros geram fluxos vastos de dados e operam sistemas complexos de risco. Modelos internos de IA podem processar dados de transações, comunicação com clientes e registos de conformidade em grande escala.

A Ant Group investiu em investigação de IA durante vários anos, aplicando machine learning na deteção de fraude, avaliação de crédito e automação de serviços. A família Ling alarga essa capacidade a modelos gerais e focados em raciocínio de linguagem. Lançamentos abertos expandem o alcance para além do uso interno.

A abordagem reflete uma tendência mais ampla na finança orientada por tecnologia. O desenvolvimento de IA já não se centra apenas em modelos de previsão especializados. Inclui agora sistemas de linguagem e raciocínio capazes de tarefas gerais. Estes modelos podem apoiar agentes automatizados, análise de decisão e interfaces conversacionais.

Em direção à investigação de inteligência artificial geral

A Ant Group enquadrou as atualizações da família Ling como progresso rumo à inteligência artificial geral. AGI refere-se a sistemas capazes de executar uma vasta gama de tarefas cognitivas com adaptabilidade semelhante ao raciocínio humano. As definições na indústria variam, e a AGI continua a ser um objetivo aspiracional em vez de um marco definido.

Lançar modelos com biliões de parâmetros contribui para escalar a investigação. A contagem de parâmetros, por si só, não determina a capacidade, mas modelos grandes frequentemente permitem uma aprendizagem de representação mais abrangente. Com experiências de arquitetura de raciocínio e integração multimodal, este trabalho explora caminhos rumo a sistemas gerais.

A Ant Group não especificou prazos nem métricas para o progresso em AGI. A empresa descreveu os lançamentos como passos dentro de uma investigação contínua, em vez de alegações de inteligência geral alcançada. A disponibilidade pública de modelos permite avaliação e comparação externas, o que pode informar a orientação da investigação.

Implicações para a implementação de IA empresarial

Os novos modelos podem influenciar a adoção de IA empresarial em finanças e noutros setores. Modelos de linguagem com contextos longos permitem análise de documentos extensos e históricos de transações. Sistemas focados em raciocínio suportam tarefas de avaliação estruturada. Modelos multimodais permitem interação orientada por voz.

O acesso aberto permite que as organizações testem estas capacidades sem barreiras de licenciamento proprietário. As empresas podem afinar os modelos para tarefas específicas do domínio, como monitorização de conformidade, análise de contratos ou automação de apoio ao cliente. A redução no uso de tokens no Ling-2.5-1T pode reduzir custos operacionais em grandes implementações.

O desempenho em benchmarks de matemática indica potencial para tarefas analíticas, embora a tradução para domínios aplicados exija adaptação. As empresas tipicamente combinam modelos base com dados especializados e sistemas de controlo. Os lançamentos abertos da Ant Group fornecem arquiteturas de partida em vez de soluções empresariais concluídas.

Contexto competitivo em modelos de IA aberta

Os modelos de IA abertos tornaram-se um campo competitivo entre empresas de tecnologia e grupos de investigação. As empresas lançam sistemas cada vez maiores e mais capazes para atrair ecossistemas de programadores e influenciar padrões. A disponibilidade em repositórios importantes apoia a adoção e a experimentação.

Os lançamentos da Ant Group posicionam a empresa entre os contribuintes globais para modelos abertos em grande escala. Historicamente, as empresas de tecnologia financeira consumiram ferramentas de IA desenvolvidas noutros locais. Construir e lançar modelos fundamentais sinaliza uma mudança para inovação interna e influência externa.

Os lançamentos do Ling-2.5-1T e do Ring-2.5-1T, por isso, carregam significado estratégico para além das métricas técnicas. Indicam investimento sustentado em investigação de IA em grande escala dentro de uma organização de fintech e uma disposição para partilhar resultados com a comunidade de desenvolvimento mais ampla.

Perspetivas

As mais recentes atualizações da família Ling da Ant Group alargam a sua carteira de IA aberta por domínios de linguagem, raciocínio e multimodal. Os lançamentos enfatizam eficiência, resolução estruturada de problemas e integração entre modalidades. A disponibilidade pública convida a avaliação e aplicação externas.

À medida que as empresas de tecnologia financeira aprofundam o investimento em IA, o desenvolvimento de modelos fundamentais está a tornar-se parte da sua pilha tecnológica. Os lançamentos da Ant Group com biliões de parâmetros ilustram essa mudança. O impacto prático dependerá de como programadores e empresas aplicam estes sistemas em tarefas do mundo real, desde análise financeira até interação digital.

Por agora, os lançamentos do Ling-2.5-1T e do Ring-2.5-1T marcam mais um passo na integração de investigação avançada em IA no setor de fintech e no seu ecossistema de inovação aberta.